El documento presenta un proyecto de desarrollo de un agente inteligente para recomendar rutas turísticas en la ciudad de Loja, Ecuador. El agente utilizará un algoritmo de búsqueda avara para encontrar la ruta más corta entre ubicaciones turísticas como hoteles, parques e iglesias. El proyecto describe la arquitectura del agente, el modelo de datos ontológico y las tripletas RDF y OWL utilizadas, así como la simulación del agente y conclusiones sobre su utilidad para optimizar recursos y real

1. PROYECTO DE INTELIGENCIA ARTIFICIAL 17/02/10 Tema: AGENTE INTELIGENTE DE RUTAS TURISTICAS Integrantes: Luis Eduardo Cuenca. [email_address] Ana Paz Alberca. [email_address] .

2. RESUMEN El Agente tiene como objetivo recomendar al usuario que visita la Universidad Técnica Particular de Loja (congresistas, alumnos, profesores, otros), recomendar el mejor sitio a visitar según un rango de categorías; y proporcionar la ruta más corta desde algún punto hacia los lugares más relevantes de la ciudad de Loja (Hoteles, Parques, Bares, Iglesias). Alcanzar dicho objetivo dependerá de la publicidad y la buena administración de nuestro agente. A medida que aumente la satisfacción del turista implicara que crezca el turismo en nuestra Ciudad y lo más importante la satisfacción del agente. Sin embargo, es importante tener el apoyo de la Universidad y que ésta cuente con las máquinas necesarias. Para ello, es preciso crear un agente de información que sea rápido, fácil, simple y eficientemente; y por supuesto esté a la disposición del usuario. Con esta idea en mente, se ha comenzado a desarrollar una “Búsqueda de Información al camino más corto”, el cual podrá ser utilizado por el usuario a través de de una computadora localizada en algún punto dentro del Campus Universitario . 17/02/10

3. 17/02/10 PALABRAS CLAVES: Inteligencia artificial, agente inteligente, actuadores, sensores. Rendimiento, algoritmos de búsqueda, búsqueda avara, turismo, REAS .. INTRODUCCI Ó N Como se sabe un agente es cualquier cosa capaz de percibir su medioambiente mediante sensores y actuar en ese medio a trav é s de actuadores, adem á s todo agente tiene un objetivo para el cual pretende ser utilizado. La efectividad de un agente se mide por medio de las medidas de rendimiento, y las decisiones que tome en un momento dado dependen de la secuencia de percepciones que tenga hasta ese instante .

4. DEFINICION DEL PROBLEMA Crear un Agente Inteligente que permita que los turistas que visitan nuestra ciudad y nuestra prestigiosa Universidad, puedan de manera rápida y fácil acceder a conocer sitios turísticos como parques, iglesias, hoteles etc. Es decir podrán encontrar la ruta más corta atreves del mismo. EN LA PRIMERA ETAPA DE ESTE AGENTE SE DESARROLLO UN PÓSTER CIENTÍFICO QUE MOSTRAREMOS A CONTINUACIÓN EL MISMO QUE SERVIRÁ PARA DAR A CONOCER LA METODOLOGÍA, EL MÉTODO DE APRENDIZAJE, LOS RESULTADOS ESPERADOS Y EL REAS DEL AGENTE. 17/02/10

5. 17/02/10

6. ESTRATEGIA DE BÚSQUEDA: Modelo de la ruta más corta Hay que considerar que nuestro objetivo es una conexión de dos nodos especiales llamados origen y destino. A cada ligadura (arco no dirigido) se asocia una distancia no negativa. El objetivo es encontrar la ruta más corta (la trayectoria con la mínima distancia total) del origen al destino. 17/02/10

7. 17/02/10 En el desarrollo del proyecto se ha considerado la búsqueda heurística, basándonos en este tipo de búsqueda informada, tenemos la búsqueda Avara. 6.1 Búsqueda Avara: consiste en reducir al mínimo el costo estimado para obtener la meta. Es decir, expande primero el nodo cuyo estado se considere ser el más cercano al estado de la meta. Para calcular tales estimados de costos utiliza una función denominada función heurística, simbolizada por h(n).

8. 17/02/10 h(n) = costo estimado de la ruta m á s barata que une el estado del nodo n con un estado objetivo. h puede ser cualquier funci ó n, pero debe cumplir con el requisito de ser h (n) = 0 , cuando n sea una meta. Como podemos ver en la figura 1,2

9. ALGORITMO QUE SE IMPLEMENTO PARA EL AGENTE RUTAS TURISTICAS Trabajamos sobre la plataforma Matlab. Búsqueda AVARA: 17/02/10

10. 17/02/10

11. 17/02/10

12. 17/02/10

13. 17/02/10

14. 17/02/10

15. 17/02/10

16. 17/02/10

17. 17/02/10 La Estructura del agente se muestra en el siguiente esquema (Figura 1.3):

18. 17/02/10 Descripci ó n de la Arquitectura: Interfaz de Usuario: En esta capa se mostrara en si la fachada del agente es decir es aqu í donde el usuario interact ú a con el agente, de forma interactiva. L ó gica de Negocios: En esta capa el usuario no se involucra, aqu í estar á implementado el algoritmo de b ú squeda, as í como las referencias a los datos que ser á n mostrados en la interfaz seg ú n fue la petici ó n del usuario. Datos: Es en si el repositorio o el lugar donde est á n alojados los datos. Para ser m á s espec í ficos es una BD donde se encuentra informaci ó n de los diferentes lugares, que involucran el problema. Para generalizar el agente est á compuesto o distribuido en tres capas que son independientes, pero para que el agente funcione estas deben interactuar entre s í .

19. 17/02/10

20. 17/02/10 INTRODUCCIÓN RDF y OWL son recomendaciones del Consorcio de la World Wide Web (W3C) que hacen la posible la creación como tal de la Web semántica Estas recomendaciones favorecen la interacción de las tecnologías implicadas en la Web y la compartición de información entre usuarios independientemente de que utilicen o no el mismo software.

21. 17/02/10 RDF Es un modelo sencillo de datos que proporciona información para la descripción de los recursos o informaciones que se encuentran en una Web . Es utilizado para la descripción de fotografías, libros y casi todo tipo de documentos. Es el acrónimo de Resource Description Framework y es una especificación desarrollada por el World Wide Web Consorcium. Se basa en la declaración de los recursos o informaciones consideradas en frases o tripletes del tipo sujeto (el recurso) - predicado (relación con el recurso) - objeto (otro recurso o el valor de la propiedad). De esta manera, la información toma forma de grafo etiquetado, cuyos nodos son los recursos y cuyos arcos son las propiedades, que modela las relaciones entre objetos.

22. 17/02/10 OWL Se utiliza para desarrollar conjunto de palabras específicas con los que asociar una serie de recursos. Es un estándar de representación que proporciona un lenguaje para definir ontologías utilizables por otros sistemas. OWL extiende RDF para la definición de ontologías y posibilita un nivel avanzado de inferencia para la Web semántica mediante definiciones y restricciones de clases, propiedades y relaciones

23. 17/02/10

24. 17/02/10 Una tripleta se representa mediante nodos conectados por líneas con etiquetas. Los nodos representan recursos y las líneas con etiquetas las propiedades de esos recursos. Los 3 elementos de una tripleta se representan mediante URIs.

25. 17/02/10 ONTOLOGÍA –RUTAS TURISTICAS Para poder realizar las tripletas se exportara la siguiente ontología a un archivo XML_agente_rutas.xml para después validarlo en W3C (World Wide WEB Consortium).

26. 17/02/10 DESARROLLO DE LAS TRIPLETAS Como primer paso para poder realizar la validación de las tripletas tanto RDF como OWL tome como referencia de la siguiente dirección: http://www.w3.org/RDF/Validator/

27. 17/02/10 TRIPLETA PRINCIPAL RUTA TURISTICA CODIGO RDF

28. 17/02/10 ELEMENTOS RDF

29. 17/02/10 Gráfico del modelo de datos

30. 17/02/10 OBJECT PROPERTIES: CODIGO RDF

31. 17/02/10 ELEMENTOS RDF GR Á FICO DEL MODELO DE DATOS

32. 17/02/10 CODIGO RDF

33. 17/02/10 ELEMENTOS RDF GR Á FICO DEL MODELO DE DATOS

34. 17/02/10 CODIGO RDF ELEMENTOS RDF

35. 17/02/10 GRÁFICO DEL MODELO DE DATOS

36. 17/02/10 CODIGO RDF ELEMENTOS RDF

37. 17/02/10 GRÁFICO DEL MODELO DE DATOS

38. 17/02/10 CODIGO RDF ELEMENTOS RDF

39. 17/02/10 GRÁFICO DEL MODELO DE DATOS

40. 17/02/10 CODIGO RDF ELEMENTOS RDF

41. 17/02/10 GRÁFICO DEL MODELO DE DATOS

42. 17/02/10 CODIGO RDF ELEMENTOS RDF

43. 17/02/10 GRÁFICO DEL MODELO DE DATOS

44. 17/02/10 CODIGO RDF ELEMENTOS RDF

45. 17/02/10 GRÁFICO DEL MODELO DE DATOS

46. 17/02/10 CODIGO RDF

47. 17/02/10 ELEMENTOS RDF GRÁFICO DEL MODELO DE DATOS

48. 17/02/10 DATA PROPERTIES: CODIGO RDF

49. 17/02/10 ELEMENTOS RDF GRÁFICO DEL MODELO DE DATOS

50. 17/02/10 CODIGO RDF

51. 17/02/10 ELEMENTOS RDF GRÁFICO DEL MODELO DE DATOS

52. 17/02/10 CLASES CODIGO RDF

53. 17/02/10 ELEMENTOS RDF

54. 17/02/10 GRÁFICO DEL MODELO DE DATOS

55. 17/02/10 INDIVIDUALS CODIGO RDF

56. 17/02/10 ELEMENTOS RDF GRÁFICO DEL MODELO DE DATOS

57. 17/02/10 Procedimiento de la Simulaci ó n Agente Rutas tur í sticas. Cuando se ingresa lo primero que se visualiza ser á una ventanita que nos mostrara opciones para buscar la ruta que queremos conocer: Seleccionamos el lugar:

58. 17/02/10 Y obtenemos lo siguiente: Aqu í nos graficara la ruta que hemos escogido y nos mostrara en este caso el costo de la ruta. Luego de eso nos mostrara una pantallita que nos dice que lugares a recorrido el mapa.

59. 17/02/10 EN BUSQUEDA A* Seleccionamos la Ruta:

60. 17/02/10 Tenemos lo siguiente:

61. 17/02/10 CONCLUSIONES: Los agentes inteligentes son muy ú tiles para la resoluci ó n de problemas cotidianos, en caso particular el nuestro (ruta m á s corta y recomendada) Los agentes inteligentes ayudan a la optimizaci ó n de recursos y a realizar b ú squedas m á s eficientes. La satisfacci ó n del usuario es considerable, al hacer uso de nuestro agente. El agente a utilizar dispone de algunos lugares de la ciudad en el cual el usuario especificara el lugar de especificación actual y los lugares a visitar, en si la aplicación presentara al usuario diferentes caminos incluyendo el más corto para llegar al destino.

62. 17/02/10 CONCLUSIONES: El estado del conocimiento nos da la facilidad de la comunicación y la compartición de la información entre diferentes sistemas y entidades. El proceso que se realizo fue de manera factible gracias a las herramientas que se utilizó. Los programas informáticos pueden utilizar un punto de vista de la ontología para una variedad de propósitos, incluyendo el razonamiento inductivo, la clasificación, y una variedad de técnicas de resolución de problemas.

63. 17/02/10 REFERENCIAS: [1] Wooldridge, M. y Jennings, N. R. Intelligent agents: theory and practice. [2] AGENTES INTELIGENTES http://cruzrojaguayas.org/inteligencia/Introducci%F3n1.htm . [3] AGENTES INTELIGENTES, definici ó n y topolog í a. Los agentes de informaci ó n. http://www.elprofesionaldelainformacion.com/contenidos/1999/abril/agentes_inteligentes_definicion_y_tipologia_los_agentes_de_informacion.html . [4] AGENTES INTELIGENTES, Planificador de rutas tur í sticas basado en Sistemas inteligentes y sistemas de informaci ó n Geogr á fica RUTASIG, Mar í a Isabel Ruiz Henao y Juan Alberto Agudelo Betancur. [5] BERNERS-LEE, Tim. What the Semantic Web can represent . http://www.w3.org/DesignIssues/RDFnot.html [6] Martin Heidegger . Ontolog í a. Hermen é utica de la facticidad , Ed. Alianza, Madrid. 1998. Trad. de Jaime Aspiunza. [7] BERNERS-LEE, Tim. What the Semantic Web can represent . http://www.w3.org/DesignIssues/RDFnot.html

64. akpaz1@utpl.edu.ec [email_address] 17/02/10 GRACIAS !